nomor 4, 7, 8, dan 11. Dengan demikian item instrumen yang gugur tersebut tidak digunakan untuk analisis data lebih lanjut.
Tabel 7. Hasil Uji Validitas Instrumen Sikap K3 Variabel
Indikator No.
Item Soal
r
hitung
r
tabel
Sig. Keterangan
Sikap K3 Perhatian
terhadap keadaan
bengkel 1
0.655 0.325
0.000 Valid
2 0.496
0.325 0.002
Valid 3
0.640 0.325
0.000 Valid
4 0.657
0.325 0.000
Valid 5
0.577 0.325
0.000 Valid
Tanggung jawab diri dan
lingkungan. 6
0.549 0.325
0.000 Valid
7 0.626
0.325 0.000
Valid 8
0.749 0.325
0.000 Valid
9 0.744
0.325 0.000
Valid 10
0.492 0.325
0.002 Valid
Mentaati aturan praktikum
11 0.684
0.325 0.000
Valid 12
0.759 0.325
0.000 Valid
13 0.617
0.325 0.000
Valid 14
0.692 0.325
0.000 Valid
15 0.673
0.325 0.000
Valid
Berdasarkan hasil uji validitas instrumen sikap K3 di atas, maka dapat diketahui bahwa tidak terdapat butir soal yang gugur. Dengan demikian
seluruh item instrumen tersebut dapat digunakan untuk analisis data lebih lanjut.
c. Uji Reliabilitas Instrumen
Suatu instrumen cukup dapat dipercaya untuk digunakan sebagai alat pengumpulan data jika instrumen tersebut sudah baik. Instrumen yang sudah
baik dan dapat dipercaya maka dapat menghasilkan data yang dapat dipercaya juga atau reliabel Suharsimi Arikunto, 2010: 178. Reliabilitas instrumen
penelitian ini dihitung dengan menggunakan rumus Alpha Chronbach, karena
instrumen yang Suharsimi Suhar
adalah sebagai be
Perhitungan menggunakan ban
yang diperoleh k koefisien reliabil
reliable, sedangk dinyatakan tidak
Tabel 8. Tingkat
Antara 0. Antara 0
Antara 0 Antara 0
Antara 0 Sugiyono, 2010:
Tabel 9. Hasil Uj Cronbachs A
.692 g digunakan berupa angket dan skornya b
harsimi Arikunto, 2010: 239. Rumus alpha y berikut.
Suharsimi Arikunto gan koefisien reliabilitas alpha dalam penelitia
bantuan software statistik SPSS versi 16. Koef kemudian dibandingkan dengan alpha minim
bilitas ≥ alpha 0,6 maka instrumen terse gkan koefisien reliabilitas ≤ 0,6 maka inst
ak reliabel. at Reliabilitas Berdasarkan Nilai Alpha
Alpha Tingkat Re
0.00 sampai dengan 0.20 Sangat R
0.20 sampai dengan 0.40 Rend
0.40 sampai dengan 0.60 Cuku
0.60 sampai dengan 0.80 Ting
0.80 sampai dengan 1.00 Sangat T
: 67 Uji Reliabilitas Instrumen Efikasi Diri
Alpha N of Items
13 71
bukan 1 dan 0 a yang digunakan
to, 2010: 239 itian ini dilakukan
oefisien reliabilitas nimal 0,6. Apabila
rsebut dinyatakan instrumen tersebut
Reliabilitas t Rendah
ndah ukup
nggi t Tinggi
Tabel 10. Hasil Uji Reliabilitas Instrumen Resiliensi Diri Cronbachs Alpha
N of Items .850
21 Tabel 11. Hasil Uji Reliabilitas Instrumen Sikap K3
Cronbachs Alpha N of Items
.892 15
Berdasarkan tabel 9, 10 dan 11 didapatkan besarnya reliabilitas pada variabel efikasi diri sebesar 0.692 sedangkan variabel resiliensi diri sebesar
0.850, serta variabel sikap K3 sebesar 0.892. Dari ketiga variabel tersebut besarnya nilai reliabilitasnya lebih besar dari pada alpha minimum yaitu α =
0.60, maka dapat disimpulkan bahwa instrumen efikasi diri, resiliensi diri, dan sikap K3 dapat dikatakan reliabel, sehingga instrumen tersebut dapat
digunakan untuk analisis data penelitian lebih lanjut.
E. Teknik Analisis Data
1. Analisis Deskriptif
Analisis statistik deskriptif berupa analisis persentase digunakan untuk untuk menggambarkan jawaban responden terhadap variabel penelitian yang
dituangkan dalam instrumen penelitian. Data disajikan dalam bentuk tabel distribusi frekuensi. Dalam analisis deskriptif ini menghitung harga rerata atau
mean M, median Me, modus Mo dan standar deviasi SD. Untuk mengidentifikasi kecenderungan Efikasi Diri, Resiliensi Diri, terhadap Sikap K3
digunakan rerata skor idel Mi dari seluruh responden untuk setiap perubahan
sebagai kriteria pembanding. Dari harga rerata tersebut dapat dikatagorikan menjadi 3 kecenderungan sebagai berikut.
≥ Mi + 1Sdi = Sangat Tinggi
Mi + 1Sdi ≥ Mi = Baik
Xi ≥ Mi - 1Sdi = Rendah
≤ Mi – 1Sdi = Sangat Rendah
Perhitungan rerata ideal dan simpangan baku ideal dengan rumus sebagai berikut.
1 Mi = Skor ideal tertinggi + Skor ideal terendah
2 SDi = Skor ideal tertinggi - Skor ideal terendah
Djemari Mardapi, 2008:123
2. Uji Prasyarat Analisis
Penelitian yang menggunakan analisis jalur dengan analisis regresi berganda harus mengenali asumsi-asumsi yang mendasarinya. Jika asumsi-asumsi ini tidak
terpenuhi, hasil analisis mungkin berbeda dengan kenyataan. Uji asumsi klasik terhadap model regresi yang digunakan dan dilakukan agar dapat diketahui
apakah model regresi tersebut merupakan model regresi yang baik atau tidak Imam Ghozali, 2005: 130. Dalam penelitian ini uji asumsi klasik yang
digunakan adalah uji normalitas, uji multikolinieritas, dan uji heteroskedastisitas.
a. Normalitas
Model regresi yang baik adalah distribusi data normal atau mendekati normal Santoso, 2004: 64. Tujuan uji normalitas adalah untuk menguji
apakah dalam sebuah model regresi, variabel terikat dan variabel bebas atau
keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Deteksi normalitas
dilakukan dengan melihat grafik Normal Probability Plot Imam Ghozali, 2005: 131. Dasar pengambilan keputusannya adalah sebagai berikut.
1 Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
diagonal, maka model regresi memenuhi asumsi normalitas. 2
Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal. Maka model regresi ini tidak memenuhi kaidah
asumsi normalitas. Analisis yang digunakan untuk uji normalitas adalah menggunakan
rumus Kolmogrov Smirnov sebagai berikut.
Keterangan: KS = Harga kolmogorov-smirnov yang dicari
n
1
= Jumlah sampel yang diobservasidiperoleh n
2
= Jumlah sampel yang diharapkan Sugiyono, 2010: 152
Untuk mengetahui apakah distribusi frekuensi masing-masing variabel normal atau tidak dilakukan dengan melihat harga p. Jika harga p lebih besar
dari 0.05 berarti distribusi data normal, sedangkan bila harga p lebih kecil atau sama dengan 0,05 maka distribusi data tidak normal.
b. Multikolinieritas
Uji multikolonieritas bertujuan menguji apakah model regresi yang diperoleh terdapat korelasi antara variabel bebas Imam Ghozali, 2005: 135.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel- variabel
independennya. Untuk
mendeteksi ada
atau tidaknya
multikolonieritas di dalam model regresi dapat menggunakan tolerance value dan variance inflation factor VIF.
Tolerance digunakan untuk mengukur variabilitas variabel bebas yang terpilih dan tidak dijelaskan oleh variabel lainnya. Nilai cutoff yang umum
dipakai untuk menunjukan multikolinieritas adalah nilai tolerance lebih kecil sama dengan 0,01 atau sama dengan nilai VIF lebih besar sama dengan 10.
c. Heterokedasitas
Menurut Imam Ghozali 2005: 134, salah satu cara untuk mendeteksi adanya heterokodesitas adalah dengan melihat grafik plot antara nilai prediksi
variabel terikat ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskodesitas dapat dilakukan dengan melihat ada tidaknya pola
tertentu pada grafik scatterplot antara SRESID dan ZPRED di mana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y prediksi-Y
sesungguhnya yang telah studentized. Apabila titik-titik terlihat menyebar di atas dan di bawah angka 0 pada sumbu Y atau tidak ada pola yang jelas, maka
dapat disimpulkan bahwa heterokedasitas tidak terjadi.
3. Analisis Jalur
Teknik analisis data yang digunakan untuk menguji hipotesis 1 dan hipotesis 2 diuji dengan menggunakan Analisis Jalur. Analisis jalur merupakan
pengembangan dari analisis regresi, sehingga analisis regresi dapat dikatakan sebagai bentuk khusus dari analisis jalur. Analisis jalur digunakan untuk
